LMDrive,一种新颖的语言引导的端到端闭环自动驾驶框架。LMDrive独特地处理和整合多模态传感器数据与自然语言指令,使车辆能够在现实的指令设置中与人类和导航软件进行交互。
LMDrive由两个主要部分组成:
1)一个视觉编码器,用于处理多视图多模态传感器数据(相机和激光雷达),进行场景理解并生成视觉标记;
2)一个大型语言模型及其相关组件(分词器、Q-Former和适配器),它们接收视觉标记和语言指令,以预测控制信号以及判断给定指令是否完成。
LMDrive,一种新颖的语言引导的端到端闭环自动驾驶框架。LMDrive独特地处理和整合多模态传感器数据与自然语言指令,使车辆能够在现实的指令设置中与人类和导航软件进行交互。
LMDrive由两个主要部分组成:
1)一个视觉编码器,用于处理多视图多模态传感器数据(相机和激光雷达),进行场景理解并生成视觉标记;
2)一个大型语言模型及其相关组件(分词器、Q-Former和适配器),它们接收视觉标记和语言指令,以预测控制信号以及判断给定指令是否完成。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1982409.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!